智能电网故障预测与健康管理及其关键性技术研究

The introduction and development of the theoretical framework of Smart Grid make the self-assessing and diagnosis, intelligent security defense and self-recovery of complex power grids be one of the important and principle research works. In this paper, the theory and method of the Prognosis and Health Management (PHM) is used to monitor the operation status in real-time, evaluate the system performance on-line, and automatically dispatch and control power grids. The main research works include the optimal allocation of intelligent sensors and measuring equipment for real-time monitoring of operation state and information of main substations and elements in power systems, Wireless Sensor Network (WSN) based information monitoring and its key techniques (such as transmission of security information, network coverage area, data fusion and analysis, etc.), health assessment and remaining life evaluation of system elements, health assessment of power grids, and fault prognosis and health management of smart grids and so on. The purpose is to forecast faults, diagnose sudden incidents, and then make corresponding health maintenance and decision scheme, which will provide theoretical support for ensuring the realization of intelligentization functions in Smart Grid, such as anti-accident and self-healing ability.

近年来，智能电网理论框架的提出和推崇力度的加大，使得如何实现复杂大电网的自我评估诊断、智能安全防御及故障下自恢复等成为电网建设的重要内容和关键性难题之一。本项目引入故障预测与健康管理（PHM）理论和技术方法，以实现对电网运行状态实时监测、在线系统性能评估、自动调控等。主要研究面向电网重要站点和设备的运行状况和信息实时监测的智能传感器和测量装置等的优化配置方案、基于无线传感网络（WSNs）的信息监测以及关键性技术（如安全可靠信息传送、网络覆盖域、数据融合与处理等）、系统重要设备的健康状况评估与剩余寿命预测的方法、电网的健康状况评估、智能电网的故障预测与健康管理理论等方面内容，目的在于对即将发生电网故障提前预测、突发事故快速故障诊断，并制定相应的健康维护和控制决策方案，为保障智能电网的坚强性和自愈性等智能化功能实现提供理论支撑。

本项目通过系统重要设备的健康状况评估与剩余寿命预测、电网的健康状况评估、智能电网的故障预测与健康管理等方面研究，目的在于对即将发生电网故障提前预测、突发事故快速故障诊断，并制定相应的健康维护和控制决策方案。在能源互联和智能电网的电网分析和控制信息化需求下，本项目研究侧重基于多实时监测信息的电网故障预测与健康管理。主要代表性成果如下：.1）通过基于无线传感器网络的电网中重要设备的实时监测，提出一种电网状态监控方法。根据所述电网状态参数构建局部网络智能体和全局网络智能体，实现对电网状态的监测和控制。.2）以老化经验公式为评估依据、最热点温度和电场强度作为特征量，提出了基于多实时监测信息的变压器三级健康评估模型，并对其有效性进行了仿真验证。.3）提出了基于多实时监测信息和模糊综合评判的输电线和断路器健康评估方法，仿真验证了各自的有效性和可行性。.4）提出了基于改进灰色线性回归组合预测模型的变压器油中溶解气体预测方法。.5）提出了基于灰色线性回归组合预测模型和模糊理论的变压器故障预测方法，实例仿真验证了其有效性。根据油中溶解气体预测来对变压器未来可能发生故障进行预测评估，并结合其他监测信息，利用模糊综合评判对变压器故障进行预测。.6）提出了基于模糊综合评估及支持向量机理论的输电线和断路器的故障预测研究。采用支持向量机理论来对相应可监测特征量进行预测，结合历史数据及其他信息等，利用模糊综合评判获得故障综合预测评估值。.7）基于模糊Petri网的电力系统故障诊断和故障预测研究。利用断路器运行状态评估值，结合继电保护动作信息，按电网网络结构中各设备间的相互连接关系来对电网中任一设备进行故障诊断。而开展这项工作中的一个难点即是如何获取断路器的状态评估概率值，其值可通过断路器的健康评估和运行状态评估得到。.8）以有向电气介数获取的电网薄弱设备信息及最短电气路径搜索方法获取的电网薄弱区域，提出了电力系统连锁故障预测方法。.9）搭建了智能电网故障预测与健康管理平台（基于C#软件框架），进行了各部分功能性测试和分析。包括基于无线传感器网络的设备实时运行状态信息的获取、基于无线传感器网络的智能电网信息管理系统的数据库设计与实现、设备级和电网级的故障预测与健康管理。